Machinelearning

✔️ Black Forest Labs выпустила апскейлер видео

FLUX Upscale - отдельный инструмент и эндпойнт, который пересобирает видео в разрешении вплоть до 4K.

На вход идет видео от 480p. Инструмент понимает вывод FLUX 3 и, по словам BFL, чинит то, что универсальный апскейлер пропускает - смазанные лица и артефакты на текстурах.

🟡Режима два

Precise - четыре шага, 7 центов за мегапиксель-секунду. Подойдет, когда нужно сохранить лицо персонажа и соответствие референсу.

Creative - восемь шагов, 10 центов. Сильнее чинит и дорисовывает детали, но может изменить или подменить внешность, так что соответствие референсу ниже.

Коэффициент увеличения - 1,5x, 2x или 3x. От HD на входе это дает примерно 1080p, 2K и 4K.

Десятисекундный ролик обойдется в шесть-восемь долларов.

Работает через API Black Forest Labs и плейграунд.


@ai_machinelearning_big_data

#news #ai #ml

✔️ MiniMax сделала агента полного цикла для видеопроизводства

MiniMax Design - это приложение под Windows и MacOS в виде мультимодального агента, который сам разбирает задачу на шаги, пишет сценарий, собирает раскадровку, генерирует изображения и видео, а потом монтирует, накладывает озвучку и субтитры и отдает готовый ролик.

Продукт не появился из ниоткуда - это развитие прежнего инструмента MiniMax Hub.

Внутри сидит новая модель H3. По словам компании, система сама разбирает задачу и решает, какие материалы взять за референс, что оставить, а что переделать. Дальше она упаковывает все это в формат, который подходит для H3.

Для сложных кадров есть режиссерский 3D-инструмент для расстановки персонажей, движения и ракурсов камеры перед генерацией сцены.

Профессионалам обещают подключение готовых воркфлоу ComfyUI - их можно гонять в облаке или локально, а агент поможет подкрутить ноды и параметры генерации.

Кроме H3, MiniMax Design умеет использовать и другие модели на разных этапах (для картинок, видео и звука).

🟡Тарифы

Подписка помесячная или годовая, при оплате за год два месяца бесплатно. Тарифы различаются они только объемом кредитов - набор возможностей везде одинаковый.

🟠Starter - 10,5 доллара в месяц (8,4 при годовой оплате).

10 000 кредитов в месяц: 83 секунды видео H3 в 2K или 143 секунды в 768p, 125 картинок в GPT Image 2, 167 в Nano Banana Pro, 500 треков в Music 2.6, 200 тысяч знаков озвучки в Speech 2.8.

🟠Plus - 76 долларов в месяц (60,8 если платить за год).

87 000 кредитов: 725 секунд H3 в 2K или 1243 секунды в 768p, 1088 картинок в GPT Image 2, 1450 в Nano Banana Pro, 4350 треков, 1,74 млн знаков озвучки.

🟢Pro - 215 долларов в месяц (172 если за год)

270 000 кредитов: 2250 секунд H3 в 2K или 3857 секунд в 768p, 3375 картинок в GPT Image 2, 4500 в Nano Banana Pro, 13 500 треков, 5,4 млн знаков озвучки.

На всех тарифах доступны все модели MiniMax для видео, голоса и музыки, GPT Image 2 и Nano Banana Pro, плюс параллельность генерации.


@ai_machinelearning_big_data

#news #ai #ml

🔥 Nvidia выделяет $7 млрд на открытые модели и идет за DeepSeek и Kimi

Nvidia резко усиливает ставку на open-weight AI. По данным WSJ, компания заплатит $6 млрд за лицензирование технологий Poolside и заберет в команду Nemotron больше 100 ее сотрудников.

Еще $1 млрд Nvidia инвестирует непосредственно в Poolside при оценке стартапа в $12 млрд до сделки.

Задача амбициозная: превратить Nemotron в семейство моделей, способное конкурировать не только с DeepSeek и Kimi, но и с закрытыми моделями OpenAI и Anthropic.

Получается интересный разворот. Компания, которая зарабатывает миллиарды на продаже GPU крупнейшим AI-лабораториям, теперь сама вкладывает миллиарды в альтернативу их закрытым моделям.

Похоже, гонка open-weight моделей только начинается.

https://www.wsj.com/tech/ai/nvidia-is-spending-6-billion-to-build-a-powerful-u-s-alternative-to-chinese-ai-c51c38cc

@data_analysis_ml / Папка полезного по ML.

✔️ Первые серийные Vera Rubin приехали в дата-центры Microsoft

Сатья Наделла выложил фотографии из дата-центров Microsoft - пришли первые серийные стойки NVIDIA Vera Rubin.

Nvidia следом подтвердила, что платформа вышла на полномасштабное производство.

Vera Rubin - следующее за Blackwell поколение стоечной платформы для ИИ. В одной системе NVL72 стоят 72 GPU Rubin и 36 CPU Vera на архитектуре Arm.

Стойка полностью на жидкостном охлаждении, лотки модульные и без кабелей - Nvidia обещает, что установка занимает пять минут вместо двух часов.

По словам Nvidia, относительно GB200 NVL72 платформа обучает модели при вчетверо меньшем числе GPU, а стоимость миллиона токенов на инференсе агентным задач снижает примерно вдесятеро.


@ai_machinelearning_big_data

#news #ai #ml

✔️ Anthropic пустила Mythos 5 в Claude Security

С сегодняшнего дня сканирование в Claude Security идет на самой мощной модели компании.

Продукт в публичной бете для клиентов на планах Claude Enterprise.

Администратор включает его в консоли, дальше пользователь выбирает репозиторий, и Claude выдает по каждой находке категорию CWE, оценку уверенности, уровень серьезности и предлагаемое исправление.

Прямого доступа к Mythos 5 это не дает. Модель работает в фоне, наружу идут только находки. Патчить код в Claude Code пользователь будет теми моделями, к которым у организации и так есть доступ, а каждый патч обязан просмотреть и утвердить человек.

Отдельно докупать Mythos не нужно - сканирование считается обычным расходом токенов по действующему плану.

По тому же принципу Mythos пойдет дальше. Anthropic встраивает модель в продукты партнеров по - пользователь с ней не общается и получает только готовый артефакт, попросить эксплойт через такой интерфейс нельзя.

Отдельно компания запускает фонд Defender Advantage (0xDAF) объемом 35 млн долларов в кредитах Claude, которые раздадут тем, кто закрывает уязвимости в открытом коде.


@ai_machinelearning_big_data

#news #ai #ml

✔️ Чикагская биржа запускает фьючерсы на аренду вычислений

CME планирует 5 октября открыть торги фьючерсами на ИИ-вычисления. Контракты расчетные и привязаны к стоимости аренды ускорителей Nvidia H100 и B200: месячный контракт считается по почасовому тарифу.

Компаниям инструмент дает возможность зафиксировать будущие расходы на облако, трейдерам - играть на колебаниях тарифов.

Сложность в том, что вычисления стандартизировать труднее обычного биржевого товара, ведь цена аренды зависит от провайдера, региона и условий договора, а часть сделок вообще не публична.

Комиссия по торговле товарными фьючерсами сейчас изучает риски манипулирования, механизмы защиты инвесторов и собирает публичные отзывы.
cftc.gov

✔️ DeepSeek выпустила экспериментальную vision-модель

V4-Flash-Vision-Exp построена на V4-Flash и умеет разбирать диаграммы, распознавать текст и вызывать инструменты. По собственным замерам DeepSeek, модель держится на уровне Claude Opus 4.8.

Форматы JPEG, PNG, GIF и WebP модель определяет по фактическому содержимому файла, а не по расширению. Картинку можно передать в Base64, публичной ссылкой или через новый Files API - туда грузится файл, и дальше к нему обращаются по идентификатору.

Одно изображение обходится максимум в 384 токена. Картинки приводятся размеру к 800x800 пикселей, а параметром detail их можно принудительно ужать до 512x512.

В один промпт влезает до 600 файлов. Максимальная длина стороны - 8192 пикселя, но если изображений от 15, потолок опускается до 4096.
DeepSeek в X

✔️ Anthropic смягчает политику хранения данных корпоративных клиентов

Компания разрешит корпоративным клиентам держать логи обращений к моделям в собственном облаке, а не на серверах компании.

С июня 2026 года Anthropic сохраняла эти данные у себя на 30 дней, чтобы отслеживать кибератаки, размазанные по нескольким запросам. Требование мешало продажам крупным заказчикам со строгими стандартами безопасности.

Осенью подход изменится. Месячное окно мониторинга останется, но данные не будут покидать периметр заказчика.

Архитектуру разрабатывали несколько месяцев, в закрытом тестировании участвовали около сотни клиентов.
Boris Cherny в X

✔️ Tencent показала HyCreator - агента для длинных видео

Система работает по агентному принципу - она дирижирует моделями на всех этапах производства, в режимах Lite и Pro. Управление можно перехватить и поправить сцены вручную. Перед финальной склейкой HyCreator проверяет качество кадров, переходы и связность истории.

На сайте Tencent выложены примеры с логами действий агента. Самый длинный ролик там - 10 минут 27 секунд. В одном из показанных случаев система за 13 шагов собрала 45 промежуточных фрагментов.

Прием заявок на ранний доступ открыт. Архитектуру базовых моделей, время рендеринга и стоимость генерации Tencent не раскрывает.
tencent.com

✔️ Waymo переводит роботакси на чипы собственной разработки

Подразделение Alphabet начало ставить в роботакси свои ИИ-чипы, заменяя решения от Nvidia и AMD. Процессор идет в машины, которые Waymo выпускает вместе с китайским Zeekr.

Чипы делает TSMC по 5-нм техпроцессу. Заявленная производительность платформы - больше 1000 TOPS.

Смысл перехода в том, чтобы удешевить машину. Архитектуру затачивали под автономное вождение - она ускоряет первичную обработку данных с сенсоров и оптимизирует инференс моделей, которые отвечают за навигацию и реакцию на дорожную обстановку. 
bloomberg.com


@ai_machinelearning_big_data

#news #ai #ml

⚡️ GPT-5.6 Sol подешевел на 3 месяца

OpenAI снизила стоимость флагманской GPT-5.6 Sol в API и кредитах - в среднем больше чем на 20%.

Это акция, она действует до 21 ноября 2026 года. Тарифы API уже пересчитаны, кредиты для ChatGPT Work и Codex переводят на новые ставки.

Подписчиков Plus, Pro и Business это не касается - включенные в подписку лимиты не выросли. Возрадуются те, кто работает через API, и те, кто докупает кредиты в Work и Codex.

Цены на коротком контексте - миллион входных токенов теперь 4 доллара вместо 5, миллион выходных - 20 вместо 30.

На длинном контексте было 10 и 60 долларов, стало 8 и 30 - вывод подешевел вдвое.

В конце июля OpenAI уже снижала цены на GPT-5.6 Terra и Luna, но Sol тогда не тронули.

@ai_machinelearning_big_data

#news #ai #ml

📌Scale AI измерила, насколько хорошо модели переписывают других агентов

HarnessOpt-Bench - бенчмарк, который проверяет, умеет ли модель улучшать харнесс чужого ИИ-агента.

🟡Механика

Модель-оптимизатор получает исходную обвязку целевого агента, размеченную обратную связь по результатам прогонов и фиксированный бюджет.

Она переписывает код, а в конце собирает финальную версию, которую оценивают на отложенном наборе задач - его оптимизатор во время работы не видит.

Тесты выполняются в доверенной среде исполнения на базе VeRO - она следит за бюджетом, прячет отложенные данные, считает потраченные токены и сохраняет каждую версию для аудита.

Так сделали для того, чтобы защита от накрутки была свойством песочницы, а не инструкцией, которую модель может обойти.

🟡Результаты

Прогнали пять топовых моделей на четырех наборах - OfficeQA, BrowseComp-Plus, Terminal-Bench и GAIA, - всего 111 запусков.

Модели четко разошлись по уровням, причем выбор самой модели влияет на результат примерно в 1,8 раза сильнее, чем то, в каком кодинг-агенте она работает.

Впереди Opus-5, она выбрала около двух третей доступного запаса улучшений на OfficeQA и половину на BrowseComp-Plus, а всего выиграла три задачи из четырех.

Родная среда для модели (Сodex для GPT, Сlaude Сode для Claude, Kimi Cli для Kimi) устойчивого преимущества не дает.

Отдельно Scale AI посмотрела динамику по поколениям. У пяти релизов GPT прирост рос монотонно, с +0,03 до +0,49, у пяти релизов Claude Opus - с +0,37 до +0,59.

Важно понимать, что настоящим самоулучшением это назвать пока нельзя, так как одна модель переписывает среду другого агента, исходный тестовый харнесс которого специально был сделан с большим запасом для оптимизации.

@ai_machinelearning_big_data

#news #ai #ml

✔️ OpenAI будет ловить злоупотребления, не заглядывая в переписку

Private Safety Processing - механизм для API и корпоративных клиентов, работающий по принципу нулевого хранения данных. Он разбирает серии запросов и ищет признаки злонамеренного использования, но сотрудники OpenAI при этом не видят ни промптов, ни ответов модели.

Данные либо вообще не покидают периметр клиента, либо лежат на серверах OpenAI зашифрованными ключом самого заказчика. Если система замечает риск, наружу уходит только технический сигнал о типе угрозы, без содержания диалога.

Пока Private Safety Processing в закрытом тестировании. Публичный релиз с технической документацией обещают в сентябре. У пользователей ChatGPT на тарифах Free, Plus, Go и Pro настройки приватности не меняются.
openai.com

✔️ Ode, сервисное подразделение Anthropic, купило первую компанию

Anthropic вместе со своим подразделением Ode покупает ИИ-интегратора Casper Studios. Сумма сделки не раскрывается. Для Ode, запущенного в июле 2026 года, это первое приобретение.

Ode делает автоматизацию под заказ на моделях Anthropic. Casper Studios и раньше была авторизованным партнером Anthropic, среди ее клиентов - Netflix, Pepsi и хедж-фонды.

Смысл покупки в том, что у самих заказчиков не хватает специалистов по ИИ. Команда Casper как раз умеет доводить внедрение до конца на стороне клиента - собирает внутренние датасеты, стыкует модели с существующей ИТ-инфраструктурой и встраивает Claude в рабочие процессы.
theinformation.com

✔️ Generalist AI показала робота, который учится новому по видео

Стартап представил модель GEN-1.5 с обучением в контексте. Чтобы освоить новый навык, в контекстное окно подается видео на 3-12 секунд, и оно работает как промпт.

На простых задачах (открыть банку или вытащить купюру) модель справляется в 59% случаев. Если все же дообучить - показатель поднимается до 83%.

Претрейн занял восемь месяцев на датасетах физических взаимодействий. GEN-1.5 умеет сцеплять два промпта в последовательность, учиться на демонстрациях из симуляции и повторять моторику человеческих рук.
generalistai.com

✔️ В Adobe Firefly добавили генерацию музыки, речи и звуковых эффектов

Generate Music собирает фоновые треки, Generate Speech озвучивает текст, Generate Sound Effects делает эффекты под конкретную сцену. Adobe заявляет, что все созданное не требует лицензионных отчислений и годится для коммерческого использования.

В платформу завезли Gemini Omni Flash от Google - она работает с видео, аудио, изображениями и текстом. Модель пополнила существующий набор, где уже есть Runway, Luma AI и Kling AI.

Заодно у Firefly AI Assistant появился дневной лимит бесплатных генераций. 
adobe.com

✔️ ElevenLabs открыла доступ к голосовой модели v3 Conversational

Модель сделана для разговора в реальном времени - под телефонных ИИ-агентов и голосовых помощников. Режим Expressive Mode смотрит на контекст диалога и добавляет в речь живые реакции (смех, шепот, вздохи), подбирая их под эмоциональный фон разговора.

Отдельно переделали то, как модель общается с собеседником - теперь она подключена к потоковой расшифровке Scribe v2 Realtime и умеет отличает законченную мысль от угуканья в знак согласия. Перебивать человека она стала реже.

v3 Conversational знает 70 языков и держит акценты. Работает через API и платформу ElevenAgents, базовая цена - 5 центов за 1000 символов.
ElevenLabs в X


@ai_machinelearning_big_data

#news #ai #ml

✔️ Google опять раздает студентам подписку Gemini

Студенты вузов могут забрать год платной подписки Google AI бесплатно. Активировать предложение нужно до 31 декабря 2026 года, при регистрации требуется привязать карту, а после окончания года подписка превратится в платную, если её не отменить.

В США дают Google AI Pro, которая включает доступ к Gemini Spark, Gemini внутри Gmail и Google Docs, 5 ТБ хранилища и Google Health Premium.

За пределами США дают Google AI Plus, в ней доступ к Gemini Omni и 400 ГБ хранилища.

В прошлом году, кстати географического разделения не было - всем студентам раздавали AI Pro.

Предложение действует более чем в 140 странах, где Google AI Plus вообще доступен, но из него исключены Боливия, Албания, Канада, Макао, Гонконг и Тунис.

Вместе с акцией Google выкатывает набор учебных инструментов, включая Deep Research, для всех пользователей приложения Gemini.


@ai_machinelearning_big_data

#news #ai #ml

⚡️ Anthropic запустила бесплатную Claude Academy

Теперь у Claude появилась полноценная обучающая платформа с бесплатными курсами и гайдами для всех желающих.

Внутри есть разные уровни: от базового понимания, как работает AI, до более продвинутого использования Claude в повседневной работе.

Некоторые курсы дают сертификаты, так что скоро их наверняка станет заметно больше и в LinkedIn.

Все материалы бесплатные и открыты без ограничений.

https://academy.claude.com

@ai_machinelearning_big_data

#Anthropic #claude

🌟 Vercel Labs открыла кодинг-агента размером 6 Мб

Проект fx начинался как внутренний инструмент Vercel Labs и представляет собой харнесс, написанный на Zig для исследования моделей и встраивание в другие системы.

Бинарник весит всего 6,3 Mб, а время запуска заявлено всего в 10 микросекунд, при этом базовое потребление памяти составляет всего несколько мегабайт.

Привязки к конкретной модели или провайдеру нет, инференс годится и локальный, и облачный. Небольшое ядро расширяется через skills, плагины и MCP.

Интерфейс сделан скорее как юниксовая оболочка, чем как IDE в терминале - fx сохраняет историю прокрутки, выдаёт минимум вывода и очень скупо рисует сложный TUI.

Через WebAssembly fx запускается прямо в браузере - попробовать можно на fx.sh/try, ничего не устанавливая.

Приватность заявлена как философия - продуктовой телеметрии нет, сессии и статистика использования остаются локально, а исходный код и промпты не уходят никуда, кроме эндпойнта инференса.

При локальном инференсе и отключённых автообновлениях fx работает полностью герметично.

⚠️ Проект экспериментальный - пользоваться стоит на свой риск. Vercel обещает, что изменения будут частыми.


📌Лицензирование: Apache 2.0 License


🟡Сайт проекта
🟡Документация
🖥Github


@ai_machinelearning_big_data

#AI #ML #Harness #Agents #Fx #Vercel

Каким должен быть идеальный ИТ-работодатель ✨

Каждый год Хабр и ЭКОПСИ проводят исследование, чтобы узнать, что действительно важно ИТ-специалистам при выборе работодателя.

По результатам прошлого года, в топ-3 факторов выбора места работы вошли:

1️⃣ Качество продуктов компании
2️⃣ Соответствие ценностям соискателя
3️⃣ Профессиональная среда

Коллеги из Cloud․ru поделились, что взяли результаты прошлого исследования за основу для изменений внутри компании. Итог: вырос eNPS.

Примите участие в исследовании этого года, чтобы сделать ИТ-индустрию еще более комфортной для работы.

Проголосовать можно до 31 августа.

👉принять участие в опросе👈

✔️ 24 августа в ChatGPT появится реклама для европейских пользователей

OpenAI начнет показывать рекламу пользователям из 31 европейской страны. Блоки будут только на тарифах Free и Go, платные подписки их не увидят. В США и еще восьми регионах рекламная платформа работает с февраля 2026 года.

Деньги от рекламы, по словам компании, пойдут на поддержку бесплатного доступа к моделям. OpenAI обещает помечать объявления, не давать им влиять на ответы модели, не показывать рекламодателям содержание чатов и не продавать данные пользователей третьим лицам.

Заявки на размещение бизнес уже может подавать здесь.
openai.com

✔️ Cerebras показала стоечный ускоритель CS-4

На конференции Supernova в Сан-Франциско Cerebras Systems представила CS-4. По заявлению компании, система до 30 раз быстрее кластеров на GPU Nvidia и AMD.

Производительность - 750 PFLOPS, в основе три процессора Wafer-Scale Engine нового поколения. Пропускная способность памяти 129,6 ПБ/с, скорость ввода-вывода 7,2 Тбит/с.

По сравнению с CS-3 производительность выросла вдвое, а памяти на каждый потребляемый ватт стало в 10 раз больше.

Первым заказчикам CS-4 начнут отгружать в текущем квартале.
cerebras.ai

✔️ Китай разрешил ввозить ограниченные партии Nvidia H200

Пекин смягчил собственные ограничения на ввоз ИИ-ускорителей - ByteDance и Tencent получили разрешения примерно на 10 000 чипов H200 каждая, следующие компании стоят в очереди.

Со стороны США ограничения ослабли раньше - Вашингтон предварительно согласовал продажу в Китай до 100 000 чипов на корпорацию.

Nvidia зарезервировала под китайских заказчиков около 500 000 H200, а производители серверов снова принимают заявки на машины с этими ускорителями.
ft.com

✔️ Власти США предупредили об атаках на промышленные контроллеры скриптами, написанными ИИ

CISA, ФБР, АНБ и еще два ведомства выпустили совместное предупреждение об атаках на программируемые логические контроллеры Siemens S7. По их данным, уязвимые устройства ищут и взламывают скриптами, которые сгенерировал ИИ.

Код собран на открытых библиотеках автоматизации и притворяется легитимным инструментом мониторинга. Он позволяет менять конфигурацию контроллера, читать и записывать его память.

По оценке ведомств, ИИ снизил порог входа для атак на промышленные объекты - электростанции, заводы и коммунальные системы. Нынешние вторжения выглядят как разведка, но со временем те же приемы могут пойти на остановку производств и отключение систем безопасности.

Рекомендации стандартные: обновить прошивки контроллеров и полностью убрать их из интернета.
cisa.gov

✔️ Физики передали квантовую запутанность на 420 км

Команда Научно-технического университета Китая связала запутанностью два удаленных модуля памяти на холодных атомах через оптоволокно длиной 420 км.

Достижение важно тем, что превзойден предел PLOB - теоретический потолок для прямой передачи запутанности по каналу без ретрансляции, который начинает мешать после 230 км. Обойти его удалось как раз потому, что квантовая память играет роль промежуточного узла. Это один из кирпичей для будущих квантовых повторителей и квантового интернета.

Чтобы уменьшить потери, квантовую память перевели с длины волны 795 нм на 780 нм и перестроили схему преобразования частот, подогнав сигнальные фотоны под окно сверхнизких потерь волокна. Рассинхронизацию фаз убрали автоподстройкой на двух длинах волн и трех частотах. Интерференция фотонов оставалась стабильной на всех 420 км.

Работа опубликована в Physical Review Letters.
cas.cn


@ai_machinelearning_big_data

#news #ai #ml

✔️ Апдейт ChatGPT: изолированный контекст в Projects, тесты для проверки знаний и правки для Android

У проектов появился переключатель контекста - модель может брать общую память или работать только с тем, что загружено внутрь проекта, игнорируя историю остальных чатов. Пересоздавать проект для этого не нужно. Проекты с общим доступом работают только во втором режиме.

Пользователи платных тарифов стали видеть на стартовом экране персональные подсказки, которые собираются из прошлых чатов и истории использования инструментов.

Бесплатным и образовательным аккаунтам добавили генерацию тестов для самопроверки.

В приложении для Android починили сброс фокуса при подключении физической клавиатуры, а кнопка голосового ввода больше не пропадает после того, как прикрепишь файл.


@ai_machinelearning_big_data

#news #ai #ml

✔️ OpenAI сделала подростковую версию ChatGPT

Пользователей 13-17 лет ChatGPT будет автоматически переводить в безопасный режим. Возраст система определит по поведению, в совокупности она анализирует больше двух тысяч сигналов - от того, в какое время человек заходит, до того, как он формулирует запросы. Решила, что перед ней подросток, - режим включается сам.

В этом режиме модели запрещено изображать эмоциональную привязанность. Фильтры не пропускают контент для взрослых и не дают выдавать сведения о способах самоповреждения и о расстройствах пищевого поведения. Учебные задачи ChatGPT разбирает иначе - вместо готового решения задает наводящие вопросы.

Запуск идет на фоне исков, которые семьи подали к ИИ-компаниям, обвиняя их в психологическом вреде, нанесенном детям сгенерированным контентом.
openai.com

✔️ Cartesia выпустила синтезатор речи, вышедший на первое место у Artificial Analysis

Стартап из Стэнфорда представил Sonic-3.6 - модель синтеза речи реального времени на архитектуре моделей пространства состояний (SSM).

Sonic-3.6 возглавила сразу два рейтинга Artificial Analysis. В категории Controlled Voice, где синтезаторы гоняют на восьми одинаковых эталонных голосах, она обошла Eleven v3 от ElevenLabs.

Задержка до первого аудиокадра, по заявлению компании, меньше 90 мс. Есть управление темпом, громкостью и эмоциями, теги экспрессии внутри запроса и свои словари произношения с транскрипцией IPA. Голос клонируется по десятисекундному фрагменту.

Модель работает через API и в Cartesia Playground. Для проб есть бесплатный тариф, платные подписки начинаются от 5 долларов в месяц.
cartesia.ai

✔️ Artificial Analysis запустила бенчмарк поисковых API

Search Index сравнивает поисковые API, на которые опираются ИИ-агенты. В первый набор вошли Parallel, Exa, Firecrawl, You.com, Tavily, Keenable и Brave.

Замеряют в одинаковых условиях: агент на фреймворке Stirrup под управлением GPT-5.6 Luna проходит каждую задачу по 25 раз. Индекс складывается из трех тестов - DeepSearchQA (множественные запросы), BrowseComp (многошаговый поиск) и AA-Omniscience (вопросы из шести предметных областей).

Чем точнее выдача, тем дешевле инференс - агенту не приходится перебирать лишнее. Parallel Search срезает расход токенов больше чем на 40%, и хотя сам вызов API дороже, задача в сумме обходится в 0,084 доллара вместо 0,110.

Со скоростью сложнее. Очень быстрые, но менее точные поисковики заставляют агента делать лишние круги, так что итоговое время почти не отличается. Лучший баланс цены и качества показали Parallel и Firecrawl.

Методология открытая, новые API можно предлагать к добавлению.
ArtificialAnalysis в X

✔️ ElevenLabs открыла общую библиотеку сгенерированных звуков

В сервисе ElevenMusic заработала бесплатная библиотека аудиосемплов со встроенной моделью text-to-audio. Барабанные лупы, вокальные нарезки и звуковые эффекты генерируются по текстовому описанию, лимит - 25 запросов в день.

Все, что сгенерировано, попадает в общий каталог. Любой пользователь платформы может искать там звуки, слушать их и скачивать.
ElevenMusic в X

✔️ Американские авиакомпании запретили возить гуманоидных роботов

American Airlines запретила провоз гуманоидных и зооморфных роботов и в салоне, и в багаже. Раньше то же самое сделали Delta, United и Southwest.

Причина - литий-ионные батареи. У типичных гуманоидов они на 800-2500 Вт·ч, тогда как Федеральное управление гражданской авиации разрешает провозить устройства с батареями емкостью до 160 Вт·ч. Бортовые средства пожаротушения рассчитаны на ноутбуки и смартфоны и с загоревшимся аккумулятором такой емкости не справятся.

Обойти запрет не выйдет - робота не пустят на борт, даже если выкупить ему отдельное кресло или оформить как вспомогательное устройство.
simpleflying.com

Этот выпуск был озвучен моделью Sonic-3.6 в сервисе Cartesia.


@ai_machinelearning_big_data

#news #ai #ml

📌Qwen 3.8 решает юридические задачи лучше и дешевле Opus 4.8

Стартап Engram, который занимается памятью для ИИ-агентов, вместе с легалтех-компанией Harvey проверил, что будет, если агент заранее изучит рабочее пространство фирмы, а не будет каждый раз перечитывать документы.

Для эксперимента собрали синтетическую юрфирму Calderwood & Harkness: 100 млн токенов, 9 286 файлов, 266 клиентских дел - от судебных споров до сделок M&A и раундов финансирования.

Модель Qwen3.8-27B не просто получила этот массив на вход - она изучала его тысячами прогонов, сама генерировала себе обучающие данные и записывала заметки.

Часть знаний осела в весах через LoRA, часть - в структурированных заметках, куда агент потом ходит поиском. Исходные 100 млн токенов ужались в 1 млн токенов заметок.

🟡Результаты

Выше оказалась не абсолютная точность, а интеллект на токен. По этой метрике кастомная Qwen дает 190,8 балла на 100 тысяч токенов против 129,3 у Opus 4.8 и 104,2 при высоком уровне рассуждений.

По доле полностью верных ответов модель тоже обошла Opus 4.8 - 30% против 25%, - и обошлась в 0,13 доллара за запрос против 1,32.

Это примерно десятикратная разница по ценам OpenRouter на август 2026.

Отдельно измерили, сколько модель усвоила в веса. Отвечая на вопросы о фирме вообще без инструментов и заметок, до изучения она была права в 4,7% случаев, после - в 72,6%.

Поменялось и поведение. Обученная модель в 99,2% случаев начинает с точечного поиска, тогда как базовая в 94% случаев первым делом лезет открывать заметки. До нужного дела обученная доходит за 3,7 хода против 5,9.

Рабочее пространство в эксперименте статично, а в реальной компании документы меняются каждый день, и меняются сами вопросы.

Как дешево и непрерывно обновлять память без переобучения - открытая задача, и Engram называет ее своим основным направлением.

@ai_machinelearning_big_data

#news #ai #ml